Elasticsearch 部分查询不匹配、3D mammogram 结果得分偏低问题咨询

问题根因 #

查询无结果的原因 #

1. 第一个match子句强制指定了analyzer: keyword，会将查询词3d mammogram作为完整单个token进行匹配，而你存储的term字段都是Screening 3D mammogram这类带前缀的内容，自然无法完全匹配，该子句全程无命中。
2. 初始第二个match子句设置operator: AND，要求搜索拆分出的3d、mammogram两个token同时存在，但你索引阶段的autocomplete analyzer使用了keyword分词器，会把整个term字段值作为单个字符串做edge_ngram切分，倒排索引中不存在独立的mammogram/3d这类单个词的token，因此AND条件无法满足，无结果返回。移除AND后只要任意token匹配就返回，因此有结果。

预期结果得分偏低的原因 #

Routine mammogram这类仅含mammogram的文档，edge_ngram切分从首字符开始就能命中mammogram相关的token，匹配长度、词频计算时占优；而Screening 3D mammogram这类含3d的文档，edge_ngram是从Sc这类前缀开始切分，匹配到mammogram/3d的位置靠后，字段长度归一化、词频计算后得分反而更低。

排查思路 #

1. 调用_analyze接口验证分词逻辑，确认索引、搜索阶段的token生成是否符合预期：

// 验证索引侧分词结果
POST /你的索引名/_analyze
{
  "analyzer": "autocomplete",
  "text": "Screening 3D mammogram"
}
// 验证搜索侧分词结果
POST /你的索引名/_analyze
{
  "analyzer": "index_search",
  "text": "3d mammogram"
}

2. 查询时加上explain: true参数，查看每个文档的得分计算明细，定位影响得分的具体因子。

解决方案 #

1. 修正索引analyzer配置 #

将autocomplete analyzer的分词器从keyword替换为standard，让每个单词单独做edge_ngram切分，生成独立的3d、mammogram对应token，满足多词AND匹配的要求：

"autocomplete" : {
  "filter" : [ "case_transition_filter", "lowercase", "hyphen-filter", "autocomplete_filter" ],
  "type" : "custom",
  "tokenizer" : "standard" // 替换原keyword配置
}

2. 优化查询逻辑 #

• 移除第一个match子句的analyzer: keyword配置，新增match_phrase子句并加高权重，让同时命中3d+mammogram的文档得分更高：

{
  "bool" : {
    "should" : [
      {
        "match_phrase" : {
          "term" : {
            "query" : "3d mammogram",
            "boost" : 6.0
          }
        }
      },
      {
        "match" : {
          "term" : {
            "query" : "3d mammogram",
            "operator" : "AND",
            "fuzziness" : "1",
            "boost" : 2.0
          }
        }
      },
      {
        "match" : {
          "term" : {
            "query" : "3d mammogram",
            "fuzziness" : "1",
            "boost" : 1.0
          }
        }
      }
    ],
    "minimum_should_match" : "1"
  }
}

3. 强制加权高优先级结果 #

如果需要更强的排序控制，可使用function_score查询，给term字段包含3d的文档额外加权重，强制符合要求的结果排在前列。

内容的提问来源于stack exchange，提问作者Aethernite